Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

逃跑者位置不确定的多智能体分布式围捕方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:天津大学

摘要:本发明属于多智能体分布式围捕策略研究领域,为提出一种逃跑者位置不确定的多智能体分布式围捕方法,实现对单个或多个逃跑者的捕获,能够避免相互碰撞,保证围捕任务的安全性。本发明,逃跑者位置不确定的多智能体分布式围捕方法,步骤如下:结合卡尔曼滤波预测算法对逃跑者的位置进行实时估计,得到关于逃跑者位置分布的概率密度函数;单个逃跑者的围捕策略设计:执行基于Voronoi质心的围捕策略,不断移向逃跑者的估计位置,最终实现捕获;最终使逃跑者无处可躲从而实现捕获,即面积最小化策略。本发明主要应用于智能体围捕场合。

主权项:1.一种逃跑者位置不确定的多智能体分布式围捕方法,其特征是,步骤如下:基于卡尔曼滤波的目标估计和预测算法:结合卡尔曼滤波预测算法对逃跑者的位置进行实时估计,得到关于逃跑者位置分布的概率密度函数,具体步骤如下:在有界凸环境Q∈R2中,存在np个追捕者和ne个逃跑者,其中第i个追捕者的位置表示为第i个追捕者pi的运动可以由以下运动学方程描述: 其中表示第i个追捕者的初始位置,为它们的控制输入,且追捕者的最大速度vmax相等,即: 由于追捕者无法获取逃跑者的准确位置,因此将逃跑者的估计位置用概率密度函数φeq来进行定义,其中q点表示有界凸环境Q中的任意位置,φeq的值则表示逃跑者位于q点的概率,φeq>0且满足∫Qφeqdq=1;将第j个逃跑者的估计位置表示为则在每个时刻t,np个追捕者与该逃跑者j之间的最小距离定义为: 定义捕获半径rc>0,那么目标就是针对每个逃跑者,保证在tc时刻至少使一个追捕者满足捕获条件,即:dmintc<rc4在围捕过程中,np个追捕者根据不同的策略实时分配目标逃跑者,当环境中ne个逃跑者均满足捕获条件时则代表整个系统的围捕任务完成;接下来,每个智能体使用卡尔曼滤波方法来估计逃跑者的位置分布φeq,以最小均方误差为最佳估计准则,采用信号与噪声的状态空间模型,利用前一时刻的估计值和当前时刻的观测值来更新对状态变量的估计,求出当前时刻的估计值;单个逃跑者的围捕策略设计:考虑多个追捕者围捕一个逃跑者的场景,首先在有界区域中根据每个智能体的位置,计算出每个智能体所在的沃罗诺伊图Voronoi图,并将该Voronoi图用作每个智能体的无碰撞安全域,然后每个智能体在其对应的安全域内执行基于Voronoi质心的围捕策略,不断移向逃跑者的估计位置,最终实现捕获;多个逃跑者的围捕策略设计:考虑多个追捕者围捕多个逃跑者的场景,每个追捕者策略的设计目的就是随时间的变化而不断减少逃跑者的安全可达区域的面积,最终使逃跑者无处可躲从而实现捕获,即面积最小化策略。

全文数据:

权利要求:

百度查询: 天津大学 逃跑者位置不确定的多智能体分布式围捕方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。